Model predictive control with environment parameters estimation for a fast rover
Commande prédictive et estimation des paramètres d’environnement pour un rover rapide
Résumé
The research works carried out in this thesis deal with the control of a fast double-steering off-road mobile robot. Outdoor mobile robot has to explore and intervene efficiently and securely in large areas, where it is subjected to different phenomena such as slippage and friction conditions as well as the ground roughness, both can affect the feasibility and robustness of path or trajectory tracking tasks. Such autonomous vehicle requires highly accurate and stable control laws which should respect vehicle constraints, even if the terrain geometry and wheel-ground contact conditions are expected to change, mainly at high speed. First and foremost, the vehicle dynamics should be incorporated in control blocks of off-road vehicles because their mobility is highly influenced by wheel-ground interactions. In this work, the dynamic model is developed relying on the slippage-friction conditions at wheel-ground contacts and the ground geometry. Then, a first controller is synthesized based on the LQR approach and a dynamic model to ensure the path tracking task. This controller is used to validate the ground parameters observers. In order to use the vehicle dynamic model including sliding parameters, some factors related to wheelground contact condition have to be observed on-line. Thus, two observers have been designed in this thesis. The first one is a non linear observer that allows to estimate independently and in real time the front and rear tire cornering stiffness, these variables are related both on tire and soil properties. The second observer is based on the Luenberger theory and aims to estimate the local ground parameters geometry. This observer gives in real time the road bank and road grade angles using the lateral velocity and IMU measurements. Those estimated parameters are injected on-line in our path tracking controllers so as to enhance their efficiency. The LQR controller does not take into account any physical or intrinsic constraints of the system. Therefore, a new constrained model predictive control (MPC) is synthesized in this thesis for a dynamic path tracking of an off-road mobile robot with a double steering axle. The main advantage of the MPC is indeed the ability to anticipate future changes in setpoints and handle constraints that are critical and necessary for the safety and stability of the vehicle. This controller is based on a dynamic model that includes wheel-ground lateral slippage and terrain geometry parameters. It is formulated as an optimization problem that computes at each time-step the optimal front and rear steering angles required to perform a desired path, with respect to multiple constraints, essentially the steering joint limits and the tire adhesion area bounds (i.e., pseudo-sliding zone limits). The control problem is expressed as a Linearly Constrained Quadratic Programming (QP) to compute the optimal and dynamically-consistent front and rear steering angles required to achieve the desired path. Finally, a new local path planning strategy is designed for obstacle-skirting in real time. This method computes rapidly and in real-time a smooth local path for obstacle avoidance that guarantees vehicle kinematic and dynamic constraints. It is automatically generated according to several waypoints based on the obstacle’s coordinates and the current state of the robot (e.g., vehicle direction, current positions, steering angles, etc.). Two cubic Bézier curves are designed to connect these waypoints such that harsh curvatures and wide variation in steering angles are prevented. All contributions proposed in this manuscript have been validated through several tests on both advanced simulations under ROS/GAZEBO and experiments on a real off-road mobile robot “SPIDO”, that can achieve the velocity of 12m.s−1. Finally, all the results obtained are quite satisfactory.
Les recherches menées dans ce mémoire concernent le contrôle-commande d'un rover rapide tout terrain à deux trains directeurs (4WS). Un robot mobile se déplaçant à une vitesse élevée sur des terrains extérieurs généralement accidentés est soumis à des phénomènes de glissement et de dérapage qui peuvent dégrader les performances, voire déstabiliser la commande du système en suivi de trajectoire ou chemin. Il est donc nécessaire de doter ce type de robot de contrôleurs robustes et efficaces permettant à la fois de générer des chemins admissibles et stables ainsi que de garantir leur suivi précis. Ces contrôleurs doivent également réagir à la présence d’obstacles non-prévus initialement et modifier le chemin de consigne du robot. En premier lieu, ce mémoire de thèse commence par la modélisation dynamique du véhicule décrivant à la fois sa dynamique fonctionnelle et la dynamique de ses appuis au sol. Il s'agit d'un modèle bicyclette dynamique couplé à un modèle cinématique prenant en compte les conditions d'adhérence roue/sol et la géométrie du terrain. Un premier contrôleur de suivi de chemin est synthétisé sur la base de ce modèle et qui est basé sur l'approche LQR. Ce contrôleur de suivi de chemin sera mis en place pour valider nos observateurs de paramètres géométriques et physiques du sol. Ce premier contrôleur utilise l'approche LQR basée sur une minimisation d'un critère quadratique. Afin de pouvoir exploiter le modèle dynamique avec glissement, il est nécessaire de procéder à l'estimation en ligne des variables liées au contact roue/sol et de la géométrie locale du terrain. Pour les conditions d'adhérence roue/sol, un nouvel observateur non linéaire est développé dans ce mémoire permettant l'estimation en ligne de la rigidité de dérive avant et arrière des pneumatiques. Pour la géométrie locale du terrain, un second estimateur basé sur la théorie de Luenberger est développé dans cette thèse afin d'estimer en temps réel l'angle de pente et l'ange de dévers du véhicule à partir de sa vitesse latérale et des mesures inertielles. Afin de pouvoir anticiper les futures consignes et éliminer les retards de réponse de la chaîne d'actionnement du véhicule, nous optons pour une commande prédictive MPC sous contraintes. Cette commande MPC est privilégiée par rapport à la première commande LQR pour sa faculté à prédire la sortie sur un horizon de temps fini et à intégrer facilement toutes les contraintes intrinsèques du système et les contraintes liées aux limites de la zone d'adhérence du pneu. En s'appuyant sur la dynamique latérale du véhicule et le modèle linéaire des pneumatiques, cette commande est synthétisée via la minimisation d’un critère quadratique composé par l’erreur entre la sortie et la référence sur un horizon de temps fini. Elle est exprimée sous la forme d'un problème quadratique (QP) dont la fonction coût définit la tâche de suivi de chemin soumise aux contraintes du véhicule (e.g., dynamique, contact, glissement, braquage, etc). Enfin, un contrôleur haut-niveau destiné à la planification locale de chemin admissible pour l'évitement réactif d'obstacles est développé dans cette thèse. Ce planificateur local génère des chemins opérationnels de contournement dès qu'un obstacle est détecté proche du chemin de référence global. Dans ce mémoire, ce chemin de contournement est constitué de deux courbes de Bézier cubiques qui sont à la fois admissibles et réalisables du point de vue de la cinématique et de la dynamique du véhicule. L'ensemble des contributions proposées dans ce mémoire sont évaluées à la fois en simulation et en expérimentation sur le démonstrateur "SPIDO", rover capable d’atteindre la vitesse de 12m.s-1.
Origine : Version validée par le jury (STAR)